In [1]:
import pandas as pd
In [2]:
data = {'서준': [90, 98, 85, 100],
'예현': [80, 89, 95, 90],
'인아': [70, 95, 100, 90],
'민아': [60, 95, 100, 90]}
col = ['수학', '영어', '음악', '체육']
In [3]:
df = pd.DataFrame(
data = data.values(),
index = data.keys(),
columns = col
)
df
Out[3]:
수학 | 영어 | 음악 | 체육 | |
---|---|---|---|---|
서준 | 90 | 98 | 85 | 100 |
예현 | 80 | 89 | 95 | 90 |
인아 | 70 | 95 | 100 | 90 |
민아 | 60 | 95 | 100 | 90 |
In [4]:
df1 = df.copy()
df1
Out[4]:
수학 | 영어 | 음악 | 체육 | |
---|---|---|---|---|
서준 | 90 | 98 | 85 | 100 |
예현 | 80 | 89 | 95 | 90 |
인아 | 70 | 95 | 100 | 90 |
민아 | 60 | 95 | 100 | 90 |
In [5]:
df1.drop('예현', axis=0)
Out[5]:
수학 | 영어 | 음악 | 체육 | |
---|---|---|---|---|
서준 | 90 | 98 | 85 | 100 |
인아 | 70 | 95 | 100 | 90 |
민아 | 60 | 95 | 100 | 90 |
In [6]:
df2 = df1.copy()
df2
Out[6]:
수학 | 영어 | 음악 | 체육 | |
---|---|---|---|---|
서준 | 90 | 98 | 85 | 100 |
예현 | 80 | 89 | 95 | 90 |
인아 | 70 | 95 | 100 | 90 |
민아 | 60 | 95 | 100 | 90 |
In [7]:
df2.drop(['수학'], axis=1)
Out[7]:
영어 | 음악 | 체육 | |
---|---|---|---|
서준 | 98 | 85 | 100 |
예현 | 89 | 95 | 90 |
인아 | 95 | 100 | 90 |
민아 | 95 | 100 | 90 |
In [8]:
df3 = df.copy()
df3
Out[8]:
수학 | 영어 | 음악 | 체육 | |
---|---|---|---|---|
서준 | 90 | 98 | 85 | 100 |
예현 | 80 | 89 | 95 | 90 |
인아 | 70 | 95 | 100 | 90 |
민아 | 60 | 95 | 100 | 90 |
In [9]:
df3.drop(['영어','음악'], axis= 1)
Out[9]:
수학 | 체육 | |
---|---|---|
서준 | 90 | 100 |
예현 | 80 | 90 |
인아 | 70 | 90 |
민아 | 60 | 90 |
반응형
'데이터분석' 카테고리의 다른 글
[23.06.14] Python Seaborn - 09(2) (0) | 2023.06.14 |
---|---|
[23.06.14] Python Seaborn - 09(1) (0) | 2023.06.14 |
[23.06.13] Python Series, DataFrame - 08(3) (0) | 2023.06.13 |
[23.06.13] Python 클래스 - 08(2) (0) | 2023.06.13 |
[23.06.13] Python 클래스 - 08(1) (0) | 2023.06.13 |